m0_45085566的博客

pytorch上采样 torch.nn.Upsample(size=None, scale_factor=None, mode='nearest', align_corners=None) 注意:size和scale_factor二选一（不能两者兼而有之，因为它是模棱两可的） >>> input = torch.arange(1, 5).view(1, 1, 2, 2).float() >>> input tensor([[[[ 1., 2.], [ 3., 4.

Pytorch–模型加载 1、load_state_dict()函数使用 model = VGG()# 实例化自己的模型； checkpoint = torch.load('checkpoint.pt', map_location='cpu') # 加载模型文件，pt, pth 文件都可以； if torch.cuda.device_count() > 1: # 如果有多个GPU，将模型并行化，用DataParallel来操作。这个过程会将key值加一个"module. ***"。

Python–Class类定义 1、__dict__的特性可自动实例化对象，免了在__init__方法中类似于self.something = something的方法 class Person: def __init__(self,_obj): self.__dict__.update(_obj) class Person: def __init__(self,_obj): self.name = _obj['name'] self.age

OS库—函数 1、生成绝对路径os.path.expanduser() 用于Windows中的路径识别 >>import os >>path='model_data/voc_classes.txt' >>os.path.expanduser(path) >>>>'model_data/voc_classes.txt' #输出，此时的输出路径表征为E:\ssd-pytorch-master\pytorch-master\model_data\voc_